迎宾机器人目标跟踪算法研究与实现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 计算机视觉和机器人视觉 | 第10-11页 |
| 1.2.2 服务机器人现状 | 第11-12页 |
| 1.2.3 机器人的视觉目标跟踪 | 第12-13页 |
| 1.3 研究难点 | 第13-14页 |
| 1.4 研究内容和结构安排 | 第14-16页 |
| 第2章 目标检测与识别算法的研究 | 第16-33页 |
| 2.1 目标检测一般步骤 | 第16-17页 |
| 2.2 目标检测提取特征 | 第17-24页 |
| 2.2.1 HOG特征 | 第17-20页 |
| 2.2.2 LBP特征 | 第20-23页 |
| 2.2.3 Haar特征 | 第23-24页 |
| 2.3 DPM算法 | 第24-30页 |
| 2.3.1 DPM特征提取 | 第25-26页 |
| 2.3.2 检测模型 | 第26页 |
| 2.3.3 检测流程 | 第26-28页 |
| 2.3.4 DPM加速改进 | 第28-30页 |
| 2.4 实验结果及对比分析 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 改进型LCT目标跟踪算法 | 第33-52页 |
| 3.1 MOSSE滤波器 | 第33-34页 |
| 3.2 DSST算法 | 第34-38页 |
| 3.2.1 fDSST算法 | 第36-38页 |
| 3.3 LCT算法研究 | 第38-46页 |
| 3.3.1 LCT滤波器部分 | 第39-40页 |
| 3.3.2 在线检测部分 | 第40-45页 |
| 3.3.3 学习器部分 | 第45-46页 |
| 3.4 LCT算法改进 | 第46-47页 |
| 3.5 实验结果与分析 | 第47-50页 |
| 3.5.1 跟踪算法评价指标 | 第47-48页 |
| 3.5.2 结果与分析 | 第48-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第4章 迎宾机器人软硬件系统的搭建与实验 | 第52-60页 |
| 4.1 迎宾机器人平台 | 第52-55页 |
| 4.1.1 迎宾机器人介绍 | 第52-53页 |
| 4.1.2 机器人运动建模 | 第53-55页 |
| 4.2 基于ROS系统的目标跟踪设计 | 第55-58页 |
| 4.2.1 ROS基本介绍 | 第55页 |
| 4.2.2 ROS架构 | 第55-56页 |
| 4.2.3 设计目标跟随系统 | 第56-57页 |
| 4.2.4 系统节点的状态图 | 第57-58页 |
| 4.3 实际跟踪效果验证 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-61页 |
| 5.1 本文工作总结 | 第60页 |
| 5.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65页 |
